import pandas as pd
import numpy as np
from sqlalchemy import create_engine
from bokeh.plotting import figure, show, output_file
from bokeh.models import ColumnDataSource
from bokeh.io import output_notebook
from bokeh.layouts import gridplot
from bokeh.transform import factor_cmap
from bokeh.palettes import Spectral6

csv_file_path = 'ObesityDataSet_raw_and_data_sinthetic.csv' 
csv_df = pd.read_csv(csv_file_path, delimiter=';')
df_csv = pd.DataFrame(csv_df)
df_csv.head()

#Ingreso a la base de datos de Mysql
usuario = 'root'
contraseña = 'jona'
host = 'localhost'
puerto = '3306'
base_de_datos = 'obesidad'  # Nombre de la base de datos

# Crear la cadena de conexión
conexion = f'mysql+mysqlconnector://{usuario}:{contraseña}@{host}:{puerto}/{base_de_datos}'

# Crear el motor de conexión
engine = create_engine(conexion)

# Leer datos de la tabla MySQL
tabla_mysql = 'obesidadsql'  # Nombre de la tabla
mysql_df = pd.read_sql(tabla_mysql, con=engine)
df_sql = pd.DataFrame(mysql_df)
df_sql.head()

#Unir los DataFrames por las columnas 'nombre' y 'apellido'
df_unido = pd.merge(csv_df, mysql_df, on=['Nombre', 'Apellido'], how='inner')
df_unido.head()

# Verificar y convertir los datos a tipo numérico
df_unido['Edad'] = pd.to_numeric(df_unido['Edad'], errors='coerce')
df_unido['Peso'] = pd.to_numeric(df_unido['Peso'], errors='coerce')
df_unido['Estatura'] = pd.to_numeric(df_unido['Estatura'], errors='coerce')

# Definir funciones para las nuevas columnas

def calculate_bmi(weight, height):
    return round(weight / (height ** 2), 2)

def categorize_bmi(bmi):
    if bmi < 18.5:
        return 'Underweight'
    elif 18.5 <= bmi < 24.9:
        return 'Normal weight'
    elif 25 <= bmi < 29.9:
        return 'Overweight'
    elif 30 <= bmi < 34.9:
        return 'Obesity Class I'
    elif 35 <= bmi < 39.9:
        return 'Obesity Class II'
    else:
        return 'Obesity Class III'

def evaluate_physical_activity(exercise_frequency):
    if exercise_frequency == 0:
        return 'Sedentary'
    elif exercise_frequency <= 2:
        return 'Moderately active'
    else:
        return 'Active'

def assess_health_risk(smokes, alcohol_consumption, family_history):
    risk = 0
    if smokes == 'yes':
        risk += 1
    if alcohol_consumption in ['Sometimes', 'Frequently']:
        risk += 1
    if family_history == 'yes':
        risk += 1
    if risk == 0:
        return 'Low'
    elif risk == 1:
        return 'Moderate'
    else:
        return 'High'

def hydration_level(water_intake):
    if water_intake >= 8:
        return 'Well hydrated'
    elif 4 <= water_intake < 8:
        return 'Adequately hydrated'
    else:
        return 'Poorly hydrated'

# Añadir las nuevas colunmas al dataframe
df_unido['IMC'] = df_unido.apply(lambda row: calculate_bmi(row['Peso'], row['Estatura']), axis=1)
df_unido['CategoriaIMC'] = df_unido['IMC'].apply(categorize_bmi)
df_unido['ActividadFísica'] = df_unido['FrecuenciaEjercicio'].apply(evaluate_physical_activity)
df_unido['RiesgoSalud'] = df_unido.apply(lambda row: assess_health_risk(row['Fuma'], row['ConsumoAlcohol'], row['HistorialFamiliar']), axis=1)
df_unido['Hidratación'] = df_unido['Agua'].apply(hydration_level)

# Mostrar el dataframe
df_unido.head()

# Guardar el DataFrame unido en un archivo CSV 
output_csv_path = 'salida.csv'   
df_unido.to_csv(output_csv_path, index=False)

#Visualizaciones con Matplotlib
import matplotlib.pyplot as plt
tabla_contingencia = pd.crosstab(df_unido['Genero'], df_unido['Obesidad'])
tabla_contingencia.plot(kind='bar', figsize=(10, 6))
plt.title('Distribución de Obesidad por Genero')
plt.xlabel('Genero')
plt.ylabel('Peso')
plt.xticks(rotation=0)
plt.legend(title='Obesidad')
plt.grid(True)
plt.show()

# Definir los grupos de estatura
bins = [1.50, 1.60, 1.70, 1.80, 1.90, 2.00]
labels = ['1.50-1.59', '1.60-1.69', '1.70-1.79', '1.80-1.89', '1.90-1.99']
df_unido['GrupoEstatura'] = pd.cut(df_unido['Estatura'], bins=bins, labels=labels, right=False)
# Calcular el peso promedio por grupo de estatura
peso_promedio_por_grupo = df_unido.groupby('GrupoEstatura')['Peso'].mean().reset_index()

# Configurar el tamaño del gráfico
plt.figure(figsize=(10, 6))

# Crear el gráfico de barras
plt.bar(peso_promedio_por_grupo['GrupoEstatura'], peso_promedio_por_grupo['Peso'], color='skyblue')

# Configuración del gráfico
plt.title('Peso Promedio por Grupo de Estatura')
plt.xlabel('Grupo de Estatura (m)')
plt.ylabel('Peso Promedio (kg)')
plt.grid(axis='y', linestyle='--', alpha=0.7)

# Mostrar el gráfico
plt.show()

C:\Users\Josshy\AppData\Local\Temp\ipykernel_3112\169800126.py:6: FutureWarning: The default of observed=False is deprecated and will be changed to True in a future version of pandas. Pass observed=False to retain current behavior or observed=True to adopt the future default and silence this warning.
  peso_promedio_por_grupo = df_unido.groupby('GrupoEstatura')['Peso'].mean().reset_index()

# Eliminar filas con valores NaN en las columnas numéricas
df_unido = df_unido.dropna(subset=['Edad', 'Estatura', 'Peso'])

# Visualizaciones con Bokeh

# Configurar salida de Bokeh
output_notebook()

# Gráfica 1: Distribución de Categoría de IMC
imc_counts = df_unido['CategoriaIMC'].value_counts()
categories = list(imc_counts.index)
counts = imc_counts.values

p1 = figure(x_range=categories, height=350, title="Distribución de Categorías de IMC",
            toolbar_location=None, tools="")

p1.vbar(x=categories, top=counts, width=0.9, line_color='white',
        fill_color=factor_cmap('x', palette=Spectral6, factors=categories))

p1.xgrid.grid_line_color = None
p1.y_range.start = 0
p1.yaxis.axis_label = 'Cantidad'
p1.xaxis.axis_label = 'Categoría de IMC'
p1.legend.orientation = "horizontal"
p1.legend.location = "top_center"

# Gráfica 2: Relación entre Edad e IMC
p2 = figure(height=350, title="Relación entre Edad e IMC",
            toolbar_location=None, tools="hover", tooltips="Edad: @Edad, IMC: @IMC")

p2.circle('Edad', 'IMC', size=10, source=df, fill_alpha=0.6)

p2.xaxis.axis_label = 'Edad'
p2.yaxis.axis_label = 'IMC'

# Mostrar las gráficas
grid = gridplot([[p1, p2]])
show(grid)

C:\Users\Josshy\AppData\Local\Temp\ipykernel_3112\627053147.py:21: UserWarning: 
You are attempting to set `plot.legend.orientation` on a plot that has zero legends added, this will have no effect.

Before legend properties can be set, you must add a Legend explicitly, or call a glyph method with a legend parameter set.

  p1.legend.orientation = "horizontal"
C:\Users\Josshy\AppData\Local\Temp\ipykernel_3112\627053147.py:22: UserWarning: 
You are attempting to set `plot.legend.location` on a plot that has zero legends added, this will have no effect.

Before legend properties can be set, you must add a Legend explicitly, or call a glyph method with a legend parameter set.

  p1.legend.location = "top_center"
BokehDeprecationWarning: 'circle() method with size value' was deprecated in Bokeh 3.4.0 and will be removed, use 'scatter(size=...) instead' instead.

# Gráficas pywalker 
import pygwalker as pyg

# Crear un objeto Pygwalker
pyg.walk(df_unido)

Box(children=(HTML(value='<div id="ifr-pyg-0006198811253430EByRTNe1qrWcjGVI" style="height: auto">\n    <head>…

<pygwalker.api.pygwalker.PygWalker at 0x24e0b6f8940>

	Nombre	Apellido	Fuma	Agua	ControlCalorias	FrecuenciaEjercicio	TiempoRecreacion	ConsumoAlcohol	MedioTransporte	Obesidad
0	Wendy	Greene	no	2	no	0	1	no	Public_Transportation	Normal_Weight
1	Martha	Jones	yes	3	yes	3	0	Sometimes	Public_Transportation	Normal_Weight
2	David	Curtis	no	2	no	2	1	Frequently	Public_Transportation	Normal_Weight
3	Crystal	Solis	no	2	no	2	0	Frequently	Walking	Overweight_Level_I
4	Stephanie	Vasquez	no	2	no	0	0	Sometimes	Public_Transportation	Overweight_Level_II

	Nombre	Apellido	Genero	Edad	Estatura	Peso	HistorialFamiliar	ConsumeCalorias	ComidasDiarias	AlimentosEntreComidas
0	Wendy	Greene	Femenino	21	1.62	64	yes	no	3	Sometimes
1	Martha	Jones	Femenino	21	1.52	56	yes	no	3	Sometimes
2	David	Curtis	Masculino	23	1.8	77	yes	no	3	Sometimes
3	Crystal	Solis	Femenino	27	1.8	87	no	no	3	Sometimes
4	Stephanie	Vasquez	Femenino	22	1.78	89.8	no	no	1	Sometimes